Le Monde de l'Information AGI 10x
10x signifie ici 10 fois. AGI signifie “Artificial General Intelligence” (Intelligence Artificielle Générale). J’utilise donc trois adjectifs pour décrire le monde futur. Et environ 16 millions de personnes dans le monde pourraient être conscientes que l’avenir sera celui d’un monde dominé par l’AGI. Midjourney compte environ ce nombre d’utilisateurs en juillet 2023. Et ChatGPT avait 100 millions d’utilisateurs en janvier 2023. Donc, si nous devions choisir un nombre pour définir le compte des amateurs sérieux d’outils d’IA, nous choisirions probablement 16 millions. ChatGPT est un outil de conversation textuelle, simple et direct. Et Midjourney est un outil qui aide à générer des images grâce à des algorithmes d’IA. C’est l’outil que les amateurs sérieux essaieront.
10x signifie que c’est vraiment rapide, plus rapide que la normale multipliée par 10. Et il est indéniable de dire que ce monde est un monde de l’information, puisque le nombre d’utilisateurs d’Internet dans le monde a atteint 5,160 milliards de personnes.
Les personnes qui travaillent dur et réfléchissent intensément seront plus optimistes quant à l’avenir. Une des raisons est que vous avez le sentiment d’avoir un impact sur le monde en utilisant votre cerveau. Une autre raison est qu’en apprenant davantage, vous réalisez que la société humaine ne fait que commencer son chapitre technologique. La troisième raison est que vous avez l’audace de remettre en question les opinions de tout le monde. Ainsi, l’avenir semble passionnant si vous pensez pouvoir prouver que vous avez raison sur quelque chose que peu de gens dans le monde connaissent.
Et je fais partie de ces personnes après 28 années d’apprentissage dans ce monde. Alors ici, je veux partager le monde futur tel que je l’imagine.
Comment Nous Travaillons
Je pense que Jira et Confluence sont dépassés dans le monde de l’information AGI 10x. Ils devraient totalement intégrer la puissance de l’AGI et de GPT. On pourrait dire que de nombreux tickets Jira ne devraient pas être créés par les chefs de produit. Nous devrions laisser les utilisateurs utiliser des outils d’IA pour les créer. Ensuite, les tickets créés par les utilisateurs avec l’aide des outils d’IA détermineront automatiquement à qui ils doivent être assignés. Le Jira alimenté par l’IA utilisera la description du ticket, ainsi que toutes les informations internes (comme les documents et le code) pour savoir à qui ce ticket devrait être assigné.
Lorsque nous mentionnons l’assigné, il s’agit soit d’un développeur ou d’un testeur alimenté par l’IA, soit d’un travailleur full-stack alimenté par l’IA. Nous n’aurons peut-être plus besoin de différencier les rôles comme chef de produit, développeur ou testeur. Ils sont tous des travailleurs full-stack alimentés par l’IA.
Et quand nous y réfléchissons, nous devrions nous demander, dans ce monde, pourquoi nous avons encore besoin que les utilisateurs nous signalent des bugs ou des problèmes. Pourquoi ne pas créer de nombreux utilisateurs de test alimentés par l’IA pour le faire ? L’application parfaite est difficile à réaliser car elle doit couvrir de nombreux scénarios d’utilisation et s’adapter à des utilisateurs ayant des profils variés. Ils ont besoin que l’application prenne en charge la langue qu’ils préfèrent. Ils l’apprécient tout comme ChatGPT. Une interface de conversation très basique et simple, prenant en charge n’importe quelle langue. Le principal inconvénient est qu’elle nécessite que les utilisateurs saisissent du texte pour interagir. Cependant, cela est peu pratique sur les téléphones portables. Et lorsque les utilisateurs saisissent des messages sur leurs téléphones, beaucoup préfèrent les diviser pour plus de rapidité et de commodité. Il est plus facile d’envoyer trois phrases courtes plutôt qu’un message complet. La boîte de saisie de message ne gère pas non plus bien les textes longs.
Je viens de vérifier l’application iOS de ChatGPT. Bien que la zone de saisie s’étende comme ci-dessous, il est difficile de changer les habitudes des utilisateurs pour qu’ils envoient de courtes phrases plutôt que des phrases entières.
Et cependant, je viens de découvrir que ChatGPT prend en charge la saisie vocale ici. Donc, il est plus facile de saisir un texte long. Et nous pouvons clore cette discussion puisqu’ils en sont déjà informés.
Revenons à notre discussion sur la manière dont nous travaillerons à l’avenir. Supposons que PayGPT fonctionne comme une application de paiement alimentée par l’IA et dotée d’interfaces ChatGPT. Comment devrions-nous itérer les produits ? Quel est l’écart entre ChatGPT et PayGPT ? Derrière ces applications gourmandes en données se trouvent des bases de données. Nous devrions donc nous demander : quel est l’écart entre le texte et la base de données ?
Et si nous exportions simplement la base de données en texte, l’entraînions sur un modèle de langage, puis l’interrogions ? Comment gérons-nous le problème des droits des utilisateurs ? Un utilisateur ne devrait pouvoir accéder qu’à ses propres données, à une partie des données de ses amis, et aux données publiques de l’application. Devons-nous entraîner un modèle de langage pour chaque utilisateur ? Ou bien avons-nous un modèle de langage pré-entraîné de grande taille, auquel nous fournissons le contexte de l’utilisateur, puis nous commençons à interroger.
Revenons à la manière dont les utilisateurs créent des problèmes. Imaginons le cas où l’utilisateur A utilise PayGPT pour envoyer de l’argent à l’utilisateur B. L’utilisateur A utilise la saisie vocale pour demander à PayGPT d’effectuer cette opération. Après le paiement, l’utilisateur B recevra une notification de PayGPT. L’utilisateur B ouvre l’application et voit que le bot PayGPT lui indique que l’utilisateur A lui a envoyé de l’argent.
Et si l’utilisateur B ne peut pas recevoir d’argent, il souhaite signaler ce problème à l’entreprise PayGPT. Il demande donc à PayGPT de vérifier cela. Ainsi, le problème est créé par certains messages de conversation de l’utilisateur A et ceux de l’utilisateur B.
Le problème est délégué à un travailleur full-stack alimenté par l’IA dans l’entreprise PayGPT. Comment le Jira alimenté par l’IA sait-il à qui assigner la tâche ? Il analysera les conversations, y compris les mots du rapport de problème de l’utilisateur B. Bien qu’à l’ère de l’IA, chaque travailleur du savoir deviendra un travailleur full-stack, les niveaux de compétence full-stack varient. Le Jira alimenté par l’IA le sait, car Jira connaît toutes les informations de l’entreprise et leur auteur.
Ainsi, Jira et Confluence ne devraient plus être séparés. Je pense qu’une grande quantité d’informations est dupliquée entre Jira et Confluence dans les entreprises. Nous devrions avoir une source unique de vérité et d’informations. Sinon, cela entraînera des incohérences lorsque nous mettrons à jour une seule copie des informations au lieu de toutes.
Et le travailleur full-stack alimenté par l’IA peut gérer toutes les informations dans l’entreprise PayGPT, qu’il s’agisse de documents, de code ou de cas de test. Il pourrait ne pas avoir besoin de collaborer avec qui que ce soit pour livrer une fonctionnalité, voire même l’application entière. En effet, une grande partie du code est simplement générée par des outils similaires à Copilot. Les documents, quant à eux, servaient à faciliter la collaboration entre les codeurs et les non-codeurs. Mais à l’ère de l’IA, tout le monde est un codeur. Ainsi, il y aura peu de documents. Les documents ne sont jamais aussi précis que le code.
Dans de telles routines de travail automatisées, nous n’avons plus besoin des pistes. Il est clair de voir combien d’informations sont générées.
Donnons à une telle plateforme un nouveau nom, disons Work Center. Work Center = Jira + Confluence + GitHub + Teams. Nous pourrions ne plus avoir besoin de Microsoft Teams. Le travailleur full-stack alimenté par l’IA dispose de toutes les informations et peut comprendre toutes les informations avec l’aide de WorkGPT. Il peut également créer des informations similaires à celles qui existent déjà. Pourquoi devrait-il encore discuter et collaborer avec les autres ?
Et maintenant, les gens peuvent poser des questions à ChatGPT en conduisant. Alors pourquoi ne pourrions-nous pas travailler de cette manière ? Si nous pouvons comprendre les réseaux de neurones en posant des questions à ChatGPT pendant la conduite, pourquoi ne pourrions-nous pas écrire le code des réseaux de neurones de cette façon ? La voix humaine commence à dire qu’il est facile de convertir les mots en texte ou en code. Ainsi, tout le monde peut s’amuser à voyager à travers le monde et simplement faire un peu de travail en conduisant, dans les moyens de transport.
Et bien sûr, tout le monde peut utiliser son langage préféré pour accomplir la majeure partie du travail, tant qu’il est capable de produire le code.
Et le salaire sera automatiquement calculé à partir des informations générées par les outils d’IA, sous la supervision du travailleur full-stack alimenté par l’IA. Nous n’avons plus besoin de titres ou de structures d’entreprise, car la collaboration n’est plus nécessaire.
Comment nous profitons
Le monde de l’information AGI à 10x sera assez amusant. Tout est dans le cloud. Lorsque nous déménageons dans une nouvelle maison, nous pouvons l’installer en une semaine. Le robot alimenté par l’IA nous aidera à emballer les affaires et à les ranger aux bons endroits. En gros, nous n’avons pas besoin de faire de travail manuel. Le transformateur derrière ChatGPT peut ne pas être très précis dans son positionnement, mais nous pouvons accepter que les meubles de la maison ne soient pas parfaitement placés.
Non seulement la température et l’humidité doivent être parfaites dans chaque coin de notre maison, mais la concentration de TVOC et de formaldéhyde doit également être aussi faible que possible partout chez nous. Chaque appareil et équipement dans la maison doit être connecté au cloud et constamment rapporter sa température, son humidité et la qualité de l’air autour de lui.
Une direction à envisager est de penser que nous pouvons utiliser nos appareils n’importe où. Et ils devraient fonctionner dans notre intérêt autant que possible.
Voici le scénario de la maison. Les autres endroits sont similaires également. Nous devrions être capables de contrôler tous les aspects dans les espaces situés à 1 mètre de nous. Nous devrions avoir une petite pièce au bureau. Et nous pourrions tout contrôler, tout comme chez nous. Par exemple, il m’est arrivé plusieurs fois d’être frustré de ne pas avoir apporté mes prises pour surveiller et résister à l’air froid du bureau.
Dans les lieux publics, il semble que nous ayons du mal à tout contrôler, tout comme dans notre maison AGI. Mais ce n’est pas vrai si nous y réfléchissons. Nous avons besoin d’une pièce à quatre roues avec la moitié supérieure transparente. Nous voulons que la moitié supérieure soit transparente pour que nous puissions simplement regarder à l’extérieur à travers la moitié supérieure de notre pièce et connaître notre environnement. Et
Il nous aide à marcher et à aller n’importe où. Les escaliers peuvent être difficiles pour notre pièce à quatre roues. Nous pourrions avoir besoin de modifier les escaliers pour les adapter. Et donc, nous pourrions avoir besoin d’une voiture plus grande pour transporter notre pièce mobile, comme celle ci-dessous.
Dans mon imagination, la pièce mobile idéale devrait être suffisamment petite pour nous accueillir avec un peu d’espace supplémentaire. En effet, de nombreux bâtiments ne sont pas bien préparés pour les pièces mobiles. Ils sont simplement conçus pour des personnes mobiles.
Dans ce cas, les gens aimeront sortir à n’importe quelle saison, par n’importe quel temps. La pièce mobile est également un ordinateur très performant. Elle rapportera la température, l’humidité et la qualité de l’air autour d’elle. Et elle sait comment se rendre n’importe où elle peut aller. Vous n’avez qu’à utiliser votre voix pour lui dire.
Si tout le monde avait une pièce mobile et pouvait l’emmener ou la louer n’importe où, ils seraient beaucoup plus enclins à explorer le monde. La voiture est en quelque sorte une pièce mobile, en réalité. Cependant, nous ne pouvons pas utiliser la voiture pour accéder à n’importe quel endroit à l’intérieur des bâtiments. Je suis convaincu que c’est une excellente idée. Le monde devrait complètement repenser la conception des bâtiments pour accueillir des petites pièces mobiles. Les gens devraient pouvoir contrôler tout ce qui les entoure.
Les portes devront donc être plus grandes, et les ascenseurs devront être plus spacieux. Et nous voulons que nos petites pièces mobiles soient portables. C’est un peu comme le sèche-linge portable ci-dessous.
Si la moitié supérieure du séchoir est transparente, c’est encore mieux. Il est donc portable, car la majeure partie est en plastique. La forme est flexible. Nous pouvons facilement le plier pour le mettre dans notre voiture.
Nous avons donc des voitures électriques alimentées par l’IA et des pièces mobiles électriques alimentées par l’IA. Maintenant, nous pouvons voyager à travers le monde et passer du temps en famille ou entre amis de manière plus agréable.
La Fin
Ici, nous abordons certains aspects de notre manière de travailler et de notre appréciation du monde de l’information AGI 10x. Ce monde concerne des données 10x, du code 10x et une vitesse de traitement 10x. Après avoir noté ces idées que j’avais eues quelques jours auparavant et en ayant réfléchi à de nouvelles idées, je me sens maintenant plus optimiste quant à l’avenir. Nous n’avons pas encore essayé de nombreuses choses possibles pour permettre à nos semblables de mieux vivre dans ce monde. J’espère que cela pourra donner aux humains des idées à imaginer et à discuter. Lorsque nous regardons en arrière, les personnes qui vivaient il y a 1000 ans semblent si souffrantes car elles n’avaient pas d’électricité, d’ordinateurs ni de machines. Et maintenant que la technologie évolue rapidement, il est certain que les personnes qui vivront dans 100 ans penseront que nous souffrons beaucoup. Point final.